Bộ công cụ Python cho tài chính định lượng

 (github.com/goldmansachs)
2 điểm bởi GN⁺ 2024-06-30 | 1 bình luận | Chia sẻ qua WhatsApp
  • GS Quant là bộ công cụ Python nhằm tăng tốc phát triển chiến lược giao dịch định lượng và các giải pháp quản lý rủi ro
  • Được xây dựng và duy trì bởi các nhà phát triển định lượng của Goldman Sachs, hỗ trợ phân tích phái sinh và phát triển chiến lược giao dịch
  • Có thể dùng cho cấu trúc hóa sản phẩm phái sinh, giao dịch, quản lý rủi ro, đồng thời cũng có thể sử dụng như một bộ gói thống kê cho phân tích dữ liệu
  • Để truy cập API cần có client id và secret, được cung cấp cho khách hàng tổ chức của Goldman Sachs
  • Người dùng có thể cài đặt bằng pip install gs-quant, và tài liệu cùng ví dụ bổ sung được cung cấp trên Goldman Sachs Developer

Tổng quan về GS Quant

  • GS Quant là bộ công cụ Python cho tài chính định lượng
  • Được xây dựng trên nền tảng chuyển giao rủi ro hàng đầu thế giới, dựa trên 25 năm kinh nghiệm tại thị trường toàn cầu
  • Mục tiêu là đẩy nhanh việc phát triển các chiến lược giao dịch định lượng và giải pháp quản lý rủi ro

Chủ thể phát triển và phạm vi sử dụng

  • GS Quant được tạo ra và duy trì bởi các nhà phát triển định lượng của Goldman Sachs
  • Các lĩnh vực ứng dụng chính gồm:
    • Phát triển chiến lược giao dịch
    • Phân tích phái sinh
    • Cấu trúc hóa sản phẩm phái sinh
    • Giao dịch
    • Quản lý rủi ro
  • Cũng có thể được sử dụng như một bộ gói thống kê cho các ứng dụng phân tích dữ liệu

Điều kiện truy cập API

  • Để sử dụng API cần có client id và secret
  • Thông tin xác thực này được cung cấp cho khách hàng tổ chức của Goldman Sachs
  • Để biết thêm chi tiết, cần liên hệ đại diện kinh doanh hoặc Marquee Sales

Yêu cầu và cài đặt

  • Yêu cầu

    • Python 3.9 trở lên

      • Có quyền truy cập trình quản lý gói PIP
      • Lệnh cài đặt như sau
pip install gs-quant

Tài liệu và hỗ trợ

  • Thông tin bổ sung được cung cấp tại Goldman Sachs Developer
  • Ví dụ, hướng dẫn và tutorial cũng có thể xem trong các thư mục liên quan trên Goldman Sachs Developer
  • Có thể gửi câu hỏi, ý kiến và phản hồi tới gs-quant@gs.com

Bài viết liên quan

1 bình luận

 
GN⁺ 2024-06-30
Ý kiến trên Hacker News

  • OpenBB, một trong những dự án nổi tiếng trong lĩnh vực này, cũng đáng xem: https://github.com/OpenBB-finance/OpenBBTerminal
    Hầu hết nhà cung cấp dữ liệu đều yêu cầu khóa API miễn phí, vì đó là chiến lược go-to-market (GTM) của họ. Cấu trúc là khiến bạn tạo tài khoản, cấp khóa API miễn phí, rồi theo thời gian kỳ vọng bạn chuyển sang trả phí
    Hoặc cũng có thể dùng “dữ liệu miễn phí” như yfinance, nhưng những thứ này phụ thuộc vào các dự án chủ động cào dữ liệu tài chính từ website. Do lợi ích giữa bên duy trì API cào dữ liệu và công ty sở hữu dữ liệu không đồng nhất, nên thường nhà duy trì chính phải liên tục cập nhật
    Nhân tiện, tôi là một trong những lập trình viên chính đã tạo ra dự án OpenBB trên GitHub

    • Bạn đã chỉ ra chiến lược go-to-market của các nhà cung cấp dữ liệu khác, vậy có thể nói thêm chiến lược go-to-market của OpenBB là gì không?
    • Có cách nào thoát khỏi thế lưỡng nan này không?
      Và tôi cũng muốn biết liệu có API nào ổn cho dữ liệu tại Anh không

  • Giá trị duy nhất có thể nhận được ở đây chỉ là tham khảo thiết kế
    Muốn truy cập những thứ thực sự hữu ích thì chúng nằm sau API dữ liệu riêng của GS: https://developer.gs.com/docs/gsquant/authentication/gs-sess...

    • Tôi khá ngạc nhiên vì không có ví dụ thực tế. Có vài liên kết video, nhưng chẳng lẽ thật sự phải dừng video rồi chép tay từng dòng code sao?
    • Nên học thiết kế đó như thế nào? Kiểu như tạo sơ đồ lớp chẳng hạn à?

  • Trông khá cơ bản. Thực chất gần giống một tập hợp các lớp cấu trúc dữ liệu thường dùng trong tài chính, ở mức có thể kỳ vọng từ đồ án cuối kỳ của một môn lập trình hướng đối tượng bậc đại học

    • Tin xấu là phần lớn code gặp trong thực tế đúng là ở mức đó
    • Tôi thấy chuyện này nhiều trong các thư viện chuyên biệt theo miền do nhà khoa học, nhà toán học, v.v. tạo ra. Hiếm khi người không phải kỹ sư chuyên nghiệp lại viết được code đạt chất lượng của kỹ sư chuyên nghiệp
      Trừ khi đó là một thư viện cực kỳ phổ biến, đã nhận được nhiều sự quan tâm của các kỹ sư trong nhiều năm

  • Bộ công cụ có thể miễn phí, nhưng dữ liệu thì rất đắt

  • GS vẫn còn dùng ngôn ngữ riêng Slang của họ, hay đã dần chuyển sang Python rồi?

    • Vẫn được dùng rất nhiều. Nó vận hành SecDB, về cơ bản giống như hệ thần kinh của toàn bộ mảng thị trường
      Chắc chắn họ cũng mở với Python và các thứ khác, và có công nghệ để tích hợp Slang cho phù hợp thế kỷ 21, nhưng đây là kiểu hệ thống rất khó tưởng tượng là sẽ biến mất hoàn toàn

  • Thay vì chỉ chê bai, có lẽ sẽ thú vị hơn nếu được nghe nó hình thành như thế nào và thực sự được dùng vào việc gì trong nội bộ
    Tôi từng thấy những trường hợp bề ngoài trông kỳ quặc, nhưng khi nhìn kỹ thì có lý do hợp lý. Các công ty có văn hóa và ưu tiên mà từ góc nhìn người trong cuộc thì hợp lý, nhưng nhìn từ bên ngoài có thể thấy lạ

  • Không đặt tên thư viện là vampire-squid là một cơ hội bị bỏ lỡ rất lớn
    Chỉ nhìn README thì có vẻ nó giống tài liệu quảng bá cho lập trình viên thấy GS làm gì hơn là thứ nhằm hữu ích cho bên ngoài

  • Tôi thắc mắc vì sao trong gs-quant/gs_quant/timeseries/statistics.py lại có lớp mô hình ngăn SIR dùng cho lây lan dịch bệnh và cả mô hình SEIR: https://en.wikipedia.org/wiki/Compartmental_models_in_epidem...

  • Tôi không muốn động vào bất kỳ thứ gì liên quan đến Goldman Sachs dù bằng cây sào dài 10 foot
    https://en.wikipedia.org/wiki/Sergey_Aleynikov

  • Một năm trước tôi từng tìm thư viện quant nhưng không thấy cái này. Có công ty lớn nào khác đã mở mã nguồn thư viện quant, đặc biệt là thư viện liên quan đến biến động, không?